Class Central发布的学习报告中，哈佛大学CS50系列课程常年占据CS榜单高位，一次次印证了CS50难以撼动的地位与高口碑。...5.png CS50是哈佛大学 Engineering and Applied Sciences 学院开设的系列计算机课程，讲解游戏开发、Web编程、法律、商业、计算机等领域用到的基础CS技能。...打开B站视频，感受课程节奏 9.png 安装教学团队提供的学习环境 8.png 通过哈佛/耶鲁/edX的账号，可以申请CS50提供的编程IDE环境。...地址：https://ide.cs50.io 下载课程代码，找到对应位置 10.png 参考链接 [1]课程官网：https://cs50.harvard.edu/college/2020/fall.../ [2] IDE获取：https://ide.cs50.io [3] B站课程视频：https://www.bilibili.com/video/BV1Hh411W7Up [4] CS50-CS课程资料页面
之前我们讨论的学习都是「批量学习」（batch learning）。批量学习的特点是我们会基于一个训练集进行学习，然后在独立的测试数据上评估学习得到的假设
线性回归是一种监督学习算法，即给定一个训练集，去学习一个假设函数，用来尽量精确地预测每个样本对应的输出。从输出变量的离散程度来看，监督学习算法可以分为两类。线性...
本节将介绍一种 model-free 的算法，叫做「策略梯度」。该算法不需要像 model-based 的算法一样定义值函数，同时也不需要像 Q-learnin...
image.png 「以上就是 CS229 中关于支持向量机的全部阐述。」 思维导图 ?
将计算纳入统计和数据科学课程：创意结构、新颖的技能和习惯及教授计算思维的方法（CS） 尼古拉斯·霍顿，约翰娜·哈丁 诺兰和坦普尔朗（2010年）主张计算在统计课程中的基本作用。...我们认为，社区必须加倍努力，在统计和数据科学课程中采用复杂的计算方法。我们希望这些文件为社会在这方面的努力提供有益的指导。
。因此我们无法写出该分布的概率密度函数，也就无法对其建模。我们可以将其理解为线性方程组求解，未知数的个数比方程数目多，因而无法完全求出所有未知数。原文使用了仿射...
左边的图就是标准正态分布，而可以看到随着非对角线上数值的增大，分布在45度方向上压缩的幅度越大，通过下面的轮廓图可以更清楚地展现这个特点：
作者：杜客 链接：https://zhuanlan.zhihu.com/p/20878530 来源：知乎 译者注：本文智能单元首发，翻译自斯坦福CS231n课程笔记Python Numpy Tutorial...，由课程教师Andrej Karpathy授权进行翻译。...我们将使用Python编程语言来完成本课程的所有作业。...该教程是由Volodymyr Kuleshov和Isaac Caswell为课程CS 228创建的。...在这个课程中，我们使用的是2.7版本。 如何查看版本呢？使用python --version命令。
对于一个学习算法，有着各种各样的调试手段，不同的调试手段可以解决不同的问题，需要根据实际情况进行选择。学习算法的问题大致可以分为两类：「高偏差/方差」问题以及「...
模型可以理解为假设（hypothesis）的集合。可以看到，过于简单或复杂的模型都不能对训练集之外的数据给出合理的预测，这表示训练集学习得到的东西并不能被很好地...
所以，最终测试的时候再使用测试集，可以很好地近似度量你所设计的分类器的泛化性能（在接下来的课程中会有很多关于泛化性能的讨论）。 测试数据集只使用一次，即在训练完成后评价最终的模型时使用。...如果数据是高维数据，考虑使用降维方法，比如PCA(wiki ref, CS229ref, blog ref)或随机投影。 3. 将数据随机分入训练集和验证集。
之前我们介绍了两种表示词向量的方法：「基于数量」的矩阵分解方法（HAL & LSA）和「基于窗口」的概率方法（word2vec）。第二种方法明显优于第一种，但其...
从处理的对象来看，NLP 与其他机器学习任务有很大区别：NLP 处理的对象是人类语言，而人类的语言是一种特定的用于传达意义的系统，并不由任何形式的物理表现产生，...
在上一章中我们介绍了马尔可夫决策过程，其中最优贝尔曼公式给出了最优值函数的求解方法：
Problem set 1 // Homework 1 // Color to Greyscale Conversion //A common way to...
深度学习的课程和传统计算机课程有很大的不同，也可以说 “独树一帜”，其独特性主要来自于： 1. 前置课程多 2. 缺乏完整的理论体系 3. 繁多的调参技巧 4. 知识迭代速度快 5....以几门传统的计算机课程 (数据结构和算法、数据库、操作系统) 为参照对象，我觉得深度学习课程设置有以下不同： 1....前置课程要求较多，需要较广的基础知识 一般我们把深度学习 / 机器学习的课程安排在大三以后，而研讨课 (seminar) 一般安排在研究生博士阶段，这与大部分传统计算机课程不同。...大部分计算机科学课程有可以自洽的经典体系，短时间内理论上不会发生很大的变化。你看几年前的操作系统书籍或者课程，和现在的主流知识变化不是很大。...高学科交叉度，导致领域课程设置细分 深度学习的广泛使用使得其课程设置更加细分化。其他计算机课程一般都叫做 “XX 入门”，“中级 XX”，和 “高级 XX”。
本章我们将介绍另一种降维方法：「主成分分析」法（PCA）。该方法更加直接，只需要特征向量的计算，不需要 EM 求解。
实际上这些模型都是一个更为广泛的模型族的特例，这个模型族被称为广义线性模型（Generalized Linear Models）。
本文智能单元首发，译自斯坦福CS231n课程笔记image classification notes，由课程教师Andrej Karpathy授权进行翻译。本篇教程由杜客翻译完成。...在后面的课程中，我们可以看到计算机视觉领域中很多看似不同的问题（比如物体检测和分割），都可以被归结为图像分类问题。...图像分类流程 在课程视频中已经学习过，图像分类就是输入一个元素为像素值的数组，然后给它分配一个分类标签。完整流程如下： 输入：输入是包含N个图像的集合，每个图像的标签是K种分类标签中的一种。...Nearest Neighbor分类器 作为课程介绍的第一个方法，我们来实现一个Nearest Neighbor分类器。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
